Néocognitron - Neocognitron
Le neocognitron est un réseau de neurones artificiels hiérarchique et multicouche proposé par Kunihiko Fukushima en 1979. Il a été utilisé pour la reconnaissance de caractères manuscrits japonais et d'autres tâches de reconnaissance de formes , et a servi d'inspiration pour les réseaux de neurones convolutifs .
Le néocognitron s'est inspiré du modèle proposé par Hubel & Wiesel en 1959. Ils ont trouvé deux types de cellules dans le cortex primaire visuel appelées cellule simple et cellule complexe , et ont également proposé un modèle en cascade de ces deux types de cellules à utiliser dans la reconnaissance de formes. Tâches.
Le néocognitron est une extension naturelle de ces modèles en cascade. Le neocognitron se compose de plusieurs types de cellules, dont les plus importantes sont appelées cellules S et les cellules C. Les caractéristiques locales sont extraites par les cellules S, et la déformation de ces caractéristiques, telles que les décalages locaux, est tolérée par les cellules C. Les caractéristiques locales de l'entrée sont intégrées progressivement et classées dans les couches supérieures. L'idée d'intégration de caractéristiques locales se retrouve dans plusieurs autres modèles, tels que le modèle de réseau neuronal convolutif , la méthode SIFT et la méthode HoG .
Il existe différents types de néocognitron. Par exemple, certains types de néocognitron peuvent détecter plusieurs modèles dans la même entrée en utilisant des signaux en arrière pour obtenir une attention sélective .
Voir également
- Réseau neuronal artificiel
- L'apprentissage en profondeur
- La reconnaissance de formes
- Champ receptif
- Carte auto-organisatrice
- Apprentissage non supervisé
Remarques
Les références
- Fukushima, Kunihiko (avril 1980). « Neocognitron : Un modèle de réseau de neurones auto-organisé pour un mécanisme de reconnaissance de formes non affecté par le changement de position ». Cybernétique biologique . 36 (4) : 193-202. doi : 10.1007/bf00344251 . PMID 7370364 . S2CID 206775608 .
- Fukushima, Kunihiko ; Miyake, S.; Ito, T. (1983). « Neocognitron : un modèle de réseau neuronal pour un mécanisme de reconnaissance visuelle des formes ». Transactions IEEE sur les systèmes, l'homme et la cybernétique . SMC-13 (3) : 826-834. doi : 10.1109/TSMC.1983.6313076 . S2CID 8235461 .
- Kunihiko Fukushima. "Un modèle de réseau de neurones hiérarchique pour l'attention sélective." Dans Eckmiller, R. & Von der Malsburg, C. eds. Ordinateurs neuronaux, Springer-Verlag. p. 81-90. 1987.
- Fukushima, Kunihiko (2007). "Neocognitron" . Scholarpedia . 2 (1): 1717. bibcode : 2007SchpJ ... 2.1717F . doi : 10.4249/scholarpedia.1717 .
- Hubel, DH ; Wiesel, Tennessee (1959). "Champs récepteurs de noreones simples dans le cortex strié du chat" . J Physiol . 148 (3) : 574-591. doi : 10.1113/jphysiol.1959.sp006308 . PMC 1363130 . PMID 14403679 .
Liens externes
- Neocognitron sur Scholarpedia
- NeoCognitron par Ing. Gabriel Minarik - application (C#) et vidéo
- Ressources Neocognitron sur la plate - forme Visiome - comprend l'environnement MATLAB
- Beholder - un simulateur Neocognitron
 |
Cet article lié à l' intelligence artificielle est un bout . Vous pouvez aider Wikipedia en l' étendant . |